假设我们有
a = np.ones((3,3,3))
和
slices = [(0, 1, slice(None)), (0, slice(None), 0), (slice(None), 1, 0)]
有没有一种简单的方法可以从切片
中选择/更改a
的值?
例如,我想将 0
分配给切片下的 a
,使得 a
变为
array([[[0., 1., 1.],
[0., 0., 0.],
[0., 1., 1.]],
[[1., 1., 1.],
[0., 1., 1.],
[1., 1., 1.]],
[[1., 1., 1.],
[0., 1., 1.],
[1., 1., 1.]]])
迭代的方法是做
for t in slices:
a[t] = 0
是否有更好的方法来使用像 JoshAdel 在 Assign value to multiple slices in numpy 中使用的索引,例如 np.r_
?
我希望实现类似 a[SLICES] = 0
的效果,并将 a
的所有部分从 slices
中的每个切片更改为 0
。
最佳答案
你知道r_
是做什么的吗?它将切片转换为范围,然后将整个困惑连接在一起。
我不知道您是否可以使用 r_
或类似的东西来构造所需的索引。但是:
In [168]: idx = np.where(a==0)
In [169]: idx
Out[169]:
(array([0, 0, 0, 0, 0, 1, 2]),
array([0, 1, 1, 1, 2, 1, 1]),
array([0, 0, 1, 2, 0, 0, 0]))
这让我们了解了所需的索引数组(减去一些可能的重复项)。
可以将这 3 个 ogrid
列表连接成一个组合:
In [181]: np.ogrid[0:1,1:2,:3]
Out[181]: [array([[[0]]]), array([[[1]]]), array([[[0, 1, 2]]])]
In [182]: np.ogrid[0:1,:3,0:1]
Out[182]:
[array([[[0]]]), array([[[0],
[1],
[2]]]), array([[[0]]])]
In [183]: np.ogrid[:3,1:2,0:1]
Out[183]:
[array([[[0]],
[[1]],
[[2]]]), array([[[1]]]), array([[[0]]])]
他们分别选择a
中的0。
将它们转换为它们的等价物,然后连接生成的一维数组可能是最简单的。
In [188]: np.ravel_multi_index(Out[181],(3,3,3))
Out[188]: array([[[3, 4, 5]]])
etc
In [195]: np.hstack([Out[188].ravel(), Out[189].ravel(), Out[190].ravel()])
Out[195]: array([ 3, 4, 5, 0, 3, 6, 3, 12, 21])
In [197]: a.flat[_]
Out[197]: array([0., 0., 0., 0., 0., 0., 0., 0., 0.])
In [199]: np.unravel_index(Out[195],(3,3,3))
Out[199]:
(array([0, 0, 0, 0, 0, 0, 0, 1, 2]),
array([1, 1, 1, 0, 1, 2, 1, 1, 1]),
array([0, 1, 2, 0, 0, 0, 0, 0, 0]))
Out[169]
和 Out[199]
具有相同的值,但重复项除外。
这是连接多个一维切片问题的概括。建立索引然后连接所需的时间与先连接索引所需的时间大致相同。
关于python - 从 Numpy 中的多个切片中选择,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48976523/